今年25歲的小雅在某服裝電商客服工作僅半年，已經(jīng)有好幾次想要離職的沖動(dòng)了，因為“客戶(hù)太難搞”，被氣哭好幾次。
面臨小雅這種工作狀態(tài)的客服不在少數。數據顯示，當前51.4%的客服對工作狀態(tài)不滿(mǎn)意，原因包括工作強度大、工資待遇低、負面情緒多、工作內容枯燥等等。
后來(lái)這家服裝電商從去年底開(kāi)始，引進(jìn)了智能客服，工作內容轉向了智能客服工作，機器人系統主要服務(wù)來(lái)自呼叫中心、網(wǎng)上咨詢(xún)、掌上銀行、網(wǎng)銀、微信等多個(gè)渠道的客戶(hù)。在過(guò)去，這些渠道需要很多同事共同完成，如今她一個(gè)人做好系統維護就能實(shí)現了。
不只是像服裝電商這樣的企業(yè)，已經(jīng)有越來(lái)越多的企業(yè)開(kāi)始使用或考慮使用智能客服。
如今人工智能技術(shù)已悄然在客服領(lǐng)域廣泛應用，智能語(yǔ)音導航、在線(xiàn)機器人和金牌話(huà)術(shù)等模擬的AI場(chǎng)景包括服務(wù)場(chǎng)景，都是人工智能在客服領(lǐng)域的重要應用。
在2017年的“雙11”消費狂歡節中，巨大的交易訂單數再創(chuàng )新高背后，一支全新的市場(chǎng)力量正在浮出水面。以阿里機器人客服“小蜜”、京東“無(wú)人客服”、蘇寧“蘇小語(yǔ)”、網(wǎng)易“七魚(yú)”等智能客服，成為了成就這場(chǎng)電商大戰幕后的重要角色。
顯然，AI的戰火已燃燒到大大小小每一個(gè)企業(yè)的客服坐席之中，涌現了大批智能客服和智能問(wèn)答相關(guān)企業(yè)。在這場(chǎng)技術(shù)盛宴中BATJ的身影隨處可見(jiàn)了，它們接連推出自家的智能云客服產(chǎn)品，欲統江山；除了BATJ，深耕智能客服領(lǐng)域多年的專(zhuān)業(yè)廠(chǎng)商，如小i機器人、合力億捷等廠(chǎng)商也表現搶眼；而從TTS相關(guān)業(yè)務(wù)衍生而來(lái)的AI技術(shù)企業(yè)，如科大訊飛、捷通華聲近年發(fā)展迅速，實(shí)力凸顯；還有，從手機助手業(yè)務(wù)轉型到智能客服領(lǐng)域的企業(yè)，如智齒、云問(wèn)，以及大量的新興創(chuàng )業(yè)公司，這些有如初生牛犢，前景可期。
艾瑞機構統計數據顯示，對企業(yè)來(lái)說(shuō)，智能客服的成本只相當于人工的10%，使用智能客服后服務(wù)效率能提升86%，客戶(hù)滿(mǎn)意度能夠達到96%，訂單轉化率提升約20%。例如中國建行的智能客服“小微”，它的服務(wù)能力已相當于9000個(gè)人工坐席，超過(guò)95533、400人工坐席服務(wù)的總和。因此智能客服必將星火燎原勢不可擋。
據Garner預測，在2020年，人與商業(yè)之間產(chǎn)生的90%的商業(yè)互動(dòng)都是將由數字助手來(lái)完成。網(wǎng)易在2017年底發(fā)布的《客服行業(yè)現狀白皮書(shū)》顯示，33.6%的客服表示所在企業(yè)已經(jīng)在逐步使用智能客服，40.5%的企業(yè)將會(huì )在未來(lái)一年內使用上智能客服。在用戶(hù)體驗上，在線(xiàn)客服是企業(yè)使用率最高的客服系統，達到73.9%，呼叫中心使用率50.7%，而智能客服的使用率僅為31.5%。賽迪機構調查統計，目前國內整個(gè)客服的市場(chǎng)規模已超過(guò)千億，智能客服和智能問(wèn)答相關(guān)企業(yè)已有三四百家，智能客服企業(yè)用戶(hù)破億。
總之，AI技術(shù)之所以能夠在客服行業(yè)不斷滲透，發(fā)起一輪顛覆式革新，總結而言：一方面國內經(jīng)濟規模不斷增長(cháng)，客服行業(yè)市場(chǎng)規模不斷增大，對AI技術(shù)需求日益擴大；另一方面企業(yè)客服部門(mén)正在陷入人力成本劇增、用戶(hù)需求碎片化、服務(wù)滿(mǎn)意度降低等運營(yíng)困擾之中，而隨著(zhù)消費升級新時(shí)代的到來(lái)，傳統的IT技術(shù)加人工客服模式已難以應對不斷增長(cháng)的用戶(hù)規模和服務(wù)多元化、碎片化的需求，AI成為客服實(shí)現革新質(zhì)變、轉型升級的主要技術(shù)，能打破多項物理成本的天花板，能為企業(yè)節省大量成本、極大提高經(jīng)營(yíng)效率，所帶來(lái)的經(jīng)濟效益不可估量，因此未來(lái)前景亦不可限量。
如何選擇一家靠譜的智能客服供應商？
當下，面對市面上形形色色的AI技術(shù)公司撲面而來(lái)，問(wèn)題亦隨之而來(lái)，泥沙俱下，良蕪難分，加上各式各樣的的概念炒作，更令用戶(hù)企業(yè)暈頭轉向。各大服務(wù)商紛紛聲稱(chēng)自己的智能客服方案技術(shù)領(lǐng)先，對外宣導的產(chǎn)品功能非常強大，但事實(shí)上真的如此嗎？用戶(hù)企業(yè)如何“上對轎選對郎”，選好智能客服廠(chǎng)商？
伴隨著(zhù)智能客服大量涌入，不同服務(wù)商的實(shí)力差異也凸顯出來(lái)。入門(mén)級的智能客服，大多數服務(wù)商都能提供，一般以云的方式交付，其特點(diǎn)在于對準確率的要求不高，能夠簡(jiǎn)單幫助人工客服降低工作量和工作壓力。而若用戶(hù)企業(yè)需要AI能力更強，具有更高的語(yǔ)義識別準確率，就要構建一個(gè)大的AI平臺，以客服中心這個(gè)企業(yè)最主要的信息來(lái)源部門(mén)為基礎對業(yè)務(wù)底層進(jìn)行全面的智能化升級，這就需要智能技術(shù)實(shí)力更強、行業(yè)經(jīng)驗和知識沉淀更多的大公司。
那么用戶(hù)企業(yè)要如何從眾多繁雜的智能客服市場(chǎng)學(xué)淘沙識真金？如何不會(huì )“亂花漸欲迷人眼”，量體裁衣對癥下藥，找到合身合體、與企業(yè)融會(huì )貫通、促進(jìn)企業(yè)發(fā)展壯大的智能客服產(chǎn)品？
可以從以下幾個(gè)層面來(lái)觀(guān)察、判斷和選用：
一是從技術(shù)實(shí)現方式看，多輪對話(huà)和復雜場(chǎng)景處理能力最能直觀(guān)地考驗AI的應用能力
目前大多數智能客服企業(yè)都是基于搜索的方式實(shí)現FAQ類(lèi)單輪問(wèn)答，并沒(méi)有上下文和復雜場(chǎng)景處理能力。如果消費者的提問(wèn)剛好在提前設定FAQ的范圍內，那么智能客服看起來(lái)一切正常。一旦問(wèn)題超綱，或者需要應對的場(chǎng)景稍微復雜，那么這類(lèi)智能客服就基本失效，回答得驢唇不對馬嘴。
還有一部分企業(yè)宣稱(chēng)使用深度學(xué)習的方式進(jìn)行問(wèn)答處理，通過(guò)一定量的問(wèn)答對訓練后，系統就可以處理所有日常聊天類(lèi)的對話(huà)。但在實(shí)際領(lǐng)域的應用場(chǎng)景下，由于深度學(xué)習下機器回復內容的不可確定性以及不可控制性，也決定了這類(lèi)系統真的是只能應對“日常聊天”，而在商業(yè)環(huán)境下基本難于實(shí)際應用。
當前客服機器人的一大技術(shù)難點(diǎn)在于多輪對話(huà)和多意圖的理解力。日常活動(dòng)中，人類(lèi)的某個(gè)需求往往包含多個(gè)信息，比如說(shuō)買(mǎi)飛機票，涉及買(mǎi)票的主體、時(shí)間、出發(fā)地和目的地。這些信息通常難以一次性表述完整，需要多輪對話(huà)來(lái)完成。比如：
上海用戶(hù)：幫我買(mǎi)一張明天到廈門(mén)的飛機票。
機器人：出發(fā)地點(diǎn)是哪里？
用戶(hù)：上海。
機器人：……
用戶(hù)的第二句話(huà)雖然缺少主語(yǔ)和謂語(yǔ)，但通過(guò)聯(lián)系上下文可以輕易判斷出，其隱藏含義為“幫我買(mǎi)一張明天從上海到廈門(mén)的飛機票”。機器人客服要想做到用自然語(yǔ)言和用戶(hù)交流，就必須具備通過(guò)多輪對話(huà)，并聯(lián)系上下文獲取完整需求信息的能力，不然動(dòng)不動(dòng)就“啞火”。了
此外，用戶(hù)的一段話(huà)里還可能包含多個(gè)需求，比如“幫我買(mǎi)一張明天從上海到廈門(mén)的飛機票，再幫我叫一份黑椒牛肉飯外賣(mài)”，這段話(huà)里就包含“買(mǎi)飛機票”和“叫外賣(mài)”兩個(gè)需求，客服機器人需要將它們一一分辨出來(lái)，這就叫做多意圖理解。有的用戶(hù)更“刁”，甚至一句話(huà)有三個(gè)需求，若客服機器人不“靈動(dòng)”，用戶(hù)體驗就不好，就會(huì )抱怨。
用戶(hù)所提的問(wèn)題的形式通常都是非標準化的，同一問(wèn)題的問(wèn)法多種多樣。可見(jiàn)，一個(gè)好的智能客服在垂直場(chǎng)景下，可以多輪次可打斷復雜語(yǔ)音對話(huà)能力，根據對話(huà)語(yǔ)境進(jìn)行多輪次自然語(yǔ)言理解。支持用戶(hù)隨時(shí)打斷，保障機器人可及時(shí)靈活響應客戶(hù)對話(huà)，對于打斷句子進(jìn)行二次分析，優(yōu)化話(huà)術(shù)內容。
總之，各家企業(yè)在具體實(shí)現時(shí)有自己的算法模型，拋開(kāi)效果說(shuō)模型孰優(yōu)孰劣沒(méi)有意義，但有幾個(gè)特征必須參考判斷：是否支持全渠道多維度的交互框架？是否能解決多輪對話(huà)、動(dòng)態(tài)場(chǎng)景、多意圖理解等一些在人類(lèi)對話(huà)中必須會(huì )碰到的問(wèn)題？等等。
二是從核心技術(shù)壁壘看，AI客服企業(yè)需要行業(yè)領(lǐng)域的大量積累、大量的實(shí)際項目和應用積累的行業(yè)經(jīng)驗
語(yǔ)料庫是智能客服尋找答案的來(lái)源，語(yǔ)料庫覆蓋面越廣意味著(zhù)機器可以回答的問(wèn)題越多。在此基礎上通過(guò)各種渠道獲取盡可能多的行業(yè)問(wèn)答知識，建立行業(yè)知識庫，在某種程度上代表了AI企業(yè)在智能化方面的實(shí)力。
比如，當用戶(hù)想查詢(xún)網(wǎng)上一件衣服賣(mài)多少錢(qián)，提問(wèn)的方式可以是“這件衣服是多少錢(qián)”、“這件衣服價(jià)格多少”、“這件衣服最優(yōu)惠是多少”，等等，其表現形式可能是文字或者語(yǔ)音，因此必須將各種形式的問(wèn)題歸一化，以便同知識庫中的標準問(wèn)法相匹配有備料。而語(yǔ)料庫和數據標注要達到滿(mǎn)足實(shí)際應用的需求，這可能需要數百人花費數年的時(shí)間才能夠積累完善。這就非常考驗智能客服企業(yè)在語(yǔ)料庫和知識庫上的積累。
每個(gè)軟件產(chǎn)品在具體的技術(shù)方面不會(huì )有太大差異，但是經(jīng)受過(guò)足夠多的行業(yè)積累和實(shí)施經(jīng)驗的軟件產(chǎn)品，才是最終成功的軟件產(chǎn)品，在A(yíng)I領(lǐng)域也是如此。目前國內智能客服市場(chǎng)上，擁有大量的實(shí)際項目、應用積累的行業(yè)經(jīng)驗、多行業(yè)跨場(chǎng)景的應用實(shí)踐、且具備AI平臺化能力的服務(wù)商屈指可數，基本集中在BAT等互聯(lián)網(wǎng)巨頭和科大訊飛、小i機器人等垂直領(lǐng)域AI廠(chǎng)商。
因此考量智能客服供應商時(shí)應該對其的技術(shù)積累、從業(yè)經(jīng)驗、工程化能力，行業(yè)案例等方面進(jìn)行綜合考察。特別是行業(yè)積累，因為現有的算法理論并沒(méi)有實(shí)質(zhì)差別，關(guān)鍵的是看誰(shuí)的行業(yè)知識積累、運營(yíng)能力更強，行業(yè)應用經(jīng)驗更豐富，這是產(chǎn)品可靠性、實(shí)用性的保障。
三是懂得企業(yè)業(yè)務(wù)需求，無(wú)縫銜接靈活多變
智能客服廠(chǎng)商要根據自身的實(shí)際業(yè)務(wù)情況，需明確用戶(hù)企業(yè)渠道、服務(wù)架構、系統功能等幾方面有哪些需求，確定用戶(hù)企業(yè)需要接入的有哪幾個(gè)渠道，是通過(guò)文字、語(yǔ)音還是視頻接入？網(wǎng)站、App、微信公眾號是否都需要接入客服系統？如何整合？
智能客服產(chǎn)品應能對來(lái)自包括微信、易信、在線(xiàn)網(wǎng)頁(yè)、手機APP等電子渠道的用戶(hù)問(wèn)題進(jìn)行智能的意圖識別，根據識別結果通過(guò)對接知識庫或企業(yè)業(yè)務(wù)系統，實(shí)現知識的查詢(xún)及各種業(yè)務(wù)流程，最終將結果以合理可定制的方式返回至渠道終端，展現給用戶(hù)。
比如合力億捷研究院所做的語(yǔ)音交互機器人，首先能對來(lái)電用戶(hù)作后臺的客戶(hù)畫(huà)像標簽體系建立；然后是利用語(yǔ)音識別的技術(shù)把座席和用戶(hù)的語(yǔ)音實(shí)時(shí)轉寫(xiě)以彈幕的形式展現在客服代表的屏幕上；并且當智能機器人客服無(wú)法解答時(shí)，就接入人工客服，使得由機器人和人工客服無(wú)縫配合，發(fā)揮各自所長(cháng)；針對重要渠道或頁(yè)面指定人工服務(wù)，根據不同客戶(hù)的屬性判斷智能機器人客服與人工客服的優(yōu)先接入；根據時(shí)段分別配置機器人或人工客服。
就服務(wù)架構上，智能客服廠(chǎng)商要想清楚整個(gè)服務(wù)環(huán)節，從客戶(hù)發(fā)起問(wèn)題之時(shí)起，都要經(jīng)過(guò)哪些步驟，生成工單后如何流轉，哪些部門(mén)會(huì )參與，如何進(jìn)行風(fēng)險控制和質(zhì)檢。并能對能對來(lái)自包括微信、易信、在線(xiàn)網(wǎng)頁(yè)、手機APP等電子渠道進(jìn)行整合。服務(wù)環(huán)節的明確是后續選擇第三方客服系統的前提。
一個(gè)好的智能客服系統甚至需要具備用戶(hù)CRM功能來(lái)管理龐大的用戶(hù)流量與訪(fǎng)問(wèn)。
四是智能分析要更懂客戶(hù)心，智能客服關(guān)鍵在于讀心術(shù)
讓系統聽(tīng)懂人話(huà)甚至能有讀心術(shù)是智能客服一個(gè)成敗的基礎。要做到讓客戶(hù)感覺(jué)與智能客服的對話(huà)跟人工客服、人工交談沒(méi)有差異十分不容易，這取決于系統是否能夠適應客戶(hù)提問(wèn)方式的隨意性，并漸具人性化。
一個(gè)優(yōu)秀的智能客服系統甚至能進(jìn)行用戶(hù)情緒在線(xiàn)分析，系統可通過(guò)對用戶(hù)通話(huà)中的用戶(hù)語(yǔ)速語(yǔ)調變化等異常信息進(jìn)行情緒偵測，對客戶(hù)情緒激動(dòng)客戶(hù)提升監控級別，并自動(dòng)安慰疏導，若還是不行，及時(shí)轉接人工處理。
語(yǔ)音識別功能只是智能客服的小技能，更厲害的還是人工智能客服的“讀心術(shù)”。比如打開(kāi)支付寶客服“小螞答”，你或許還沒(méi)想好要問(wèn)什么，“小螞答”已能夠根據你平時(shí)的訪(fǎng)問(wèn)軌跡“猜出”你要問(wèn)哪些問(wèn)題，并在客服界面逐個(gè)列出，就像用“讀心術(shù)”看透了你內心的想法。
更厲害的是，“小螞答”還能根據你周邊所處的環(huán)境推斷出你可能會(huì )問(wèn)的問(wèn)題。比如因為當時(shí)環(huán)境信號不佳，支付寶的頁(yè)面突然一時(shí)無(wú)法刷新，而當信號重現時(shí)，重新打開(kāi)客服中心時(shí)，預測列表中的第一個(gè)問(wèn)題竟然是“沒(méi)有信號的情況下怎么轉賬？”這種根據周邊環(huán)境的變化隨時(shí)更新問(wèn)題的能力令人叫贊。
比如微軟小冰，就是將“她”打造成一款將檢索到的信息用更生活化的語(yǔ)言講述出來(lái)的搜索引擎，比如自然跟進(jìn)、擴展搜索與整合，以便讓“好友式聊天”得到更好地發(fā)揮，吸引了不少年輕人與之互動(dòng)。
總之，引進(jìn)一套智能客服系統，好比生養一個(gè)孩子。這個(gè)孩子，生容易，養很難。如果你想要一個(gè)天資聰穎，且能力不斷提升的“孩子”，那么它需要企業(yè)和技術(shù)供應商一起悉心栽培，要不斷進(jìn)行系統維護和升級，不斷豐富知識庫和語(yǔ)義庫，不斷拓展和延伸它的智能功能，逐具個(gè)性化、人性化，而不是一個(gè)賬號，或一套系統就萬(wàn)事大吉。
此外，AI智能供應商還要有能力提供完善的售后服務(wù)，幫助企業(yè)培養一支專(zhuān)業(yè)的運營(yíng)和操作人員，為企業(yè)提供更好的同行案例分享和學(xué)習，與企業(yè)一起改善系統，一起挖掘系統的功能和價(jià)值。而不能只是賣(mài)弄概念，乘熱造勢，甚至不能只是實(shí)驗室里的一項技術(shù)。
總之，智能客服從數據到技術(shù)，從技術(shù)到系統，從系統到具體場(chǎng)景應用，這每一步都需要保質(zhì)保量的人才和成本投入，需要經(jīng)年累月的數據和經(jīng)驗積累，需要千錘百煉的資源和項目整合，需要厚積薄發(fā)的耐心和勇氣支撐，才能大功告成，造福各方。
